Type of data: Check all that apply. Use "Other" to specify other types so that we can include them in further updates. |
graph
number
movie
series
|
Variable labels of dataset (the names of the variables) |
シュート成功率(%)|1990年から2020年までの時系列|距離(m)|初速度|打点の角度|など |
Outline of data |
nbaを観戦しているとシュート軌道が低い選手や高い選手など様々な選手が見受けられるが、どちらがより良いのかは例えばシュート地点などによっても変わると思う。そこで各シュート地点ごとにそのデータを集めることで関係性が見られるのではないかと考えた。 |
Simulation process |
1990年代、2000年代、2010年代、2020年代にわけて
各地点ごとに距離、および打点の高さ、角度、ボールの初速度などのデータとシュート成功率の重回帰分析を行う |
Expected outcome of the process (obtained knowledge, analysis results, output of tools) |
各年代で距離が近いごとにシュート成功率が上がる
年代が近年に近づくにつれて距離とシュート成功率の相関が上がる。というのも近年の3ポイントシュートがより評価される傾向があり各選手が練習に励んでいるからだ。 |
Anticipation for analyses/simulations other than the typical ones provided above |
軌道を打点、角度、ボールの初速度から導き軌道とシュート成功率の関係を見たい。 |
とても面白い内容だと思いました。
今回のシュートのデータは、実際の試合の動画を画像解析等することによって収集する流れですかね